AIを使う方法には、インターネットを通じてサービスを利用する「クラウドAI」と、自分のパソコンや社内サーバーで動かす「ローカルAI」があります。
どちらを選ぶかによって、必要な機器や費用だけでなく、データの扱い方やセキュリティ対策も変わります。
OpenAIのサム・アルトマンCEOは、限られたメモリー資源を効率的に使うには、個人のパソコンに分散させるよりも、クラウドに集めて共有するほうがよいという考えを示しました。
確かに、多くの人が設備を共有すれば、資源を有効に使える場合があります。ただ、AIを利用する立場から見ると、効率だけでは決められません。
扱う情報、必要な性能、費用、管理の手間を踏まえ、仕事に合わせて使い分けることが大切です。
クラウドAIとローカルAIの違い
クラウドAIは、事業者が用意したサーバー上でAIを動かし、インターネットを通じて利用する方法です。ChatGPTのようなサービスが代表例です。
利用者が高性能なパソコンを用意しなくても、比較的簡単にAIを使い始められます。一方で、入力した情報は外部のサービスに送られるため、データの扱いや契約条件を確認する必要があります。
ローカルAIは、自分のパソコンや社内サーバーにAIモデルを用意し、その環境で処理する方法です。外部にデータを送らずに処理できる構成や、インターネット接続なしで利用できる構成もあります。
ただし、動かせるAIの性能は、機器やメモリーの容量に左右されます。また、導入後の更新や管理も必要です。
クラウドで設備を共有する利点
高性能なAIを動かすには、大量のメモリーや計算能力が必要です。
たまにしか使わない人が、それぞれ高性能な機器を購入するよりも、クラウド上の設備を多くの人で共有したほうが、設備を有効に使える場合があります。
利用者にとっても、高額な機器を購入せずに、高性能なAIを必要なときに使えるのは大きな利点です。設備の管理や更新を主に事業者に任せられるため、専門の管理者がいない職場でも始めやすいでしょう。
アルトマン氏の発言は、主に「ローカルAIが広がれば、データセンターに必要な資源の不足を解決できる」という考えに対するものでした。
一方、氏が対談で述べた、個人のパソコンにあるメモリーが使われる時間を「5％」とする数字については、測定方法や対象が示されていません。この数字だけを根拠に、個人のパソコンのメモリーが無駄になっていると判断することはできません。
パソコンのメモリーは、文書作成や表計算、画像編集などにも使われます。普段の仕事に使っているパソコンでローカルAIを動かす場合と、AI専用の高価な機器を新たに購入する場合も、同じではありません。
参考：Cheeky Pint：サム・アルトマン氏との対談・文字起こし
ローカルAIには情報を手元で管理しやすい利点がある
ローカルAIの利点は、データの置き場所や処理方法を、自分たちで管理しやすいことです。
たとえば、社外に送れない社内文書を整理したい場合、外部サービスに送信せず、社内環境だけで処理できれば、AIを使う選択肢が広がります。
必要な環境をあらかじめ用意しておけば、通信が不安定な場所やインターネットに接続できない環境で使えることもあります。
また、クラウドサービスの料金改定や仕様変更、提供終了の影響を受けにくいことも利点です。
ただし、ローカルAIを導入するには、機器の性能だけでなく、ソフトウェアの更新、故障への対応、利用者の権限管理なども考えなければなりません。手元で動かせるAIモデルが、クラウド上の高性能なAIと同じ品質で処理できるとも限りません。
費用は導入から運用まで比較する
クラウドAIの費用というと月額料金、ローカルAIの費用というとパソコンの購入費に目が向きがちです。
しかし、比較するときは、利用する人数や期間をそろえたうえで、導入から運用までにかかる費用を見る必要があります。
| 費用の項目 | クラウドAI | ローカルAI |
|---|---|---|
| 初期費用 | 初期設定や導入支援の費用など | パソコン、サーバー、メモリーなどの購入費 |
| 利用料金 | 月額料金や利用量に応じた料金 | ソフトウェアやモデルの利用料がかかる場合がある |
| 電気代 | 事業者の設備にかかる分は通常、利用料金の中で負担 | 機器の使用時間に応じて増加 |
| 管理・保守費用 | アカウント管理や設定など | 更新、故障対応、権限管理など |
| そのほか | 追加機能や保存容量などの料金 | 機器の修理や交換などの費用 |
月に数回だけ高性能なAIを使いたいなら、クラウドのほうが費用や手間を抑えられるかもしれません。一方、繰り返し大量の処理を行うなら、クラウドの利用料金と、ローカル環境の導入・運用費用を比べる価値があります。
すでに持っているパソコンを使える場合は、機器の価格全額ではなく、今回のために追加で必要になる費用を考えます。
また、社内の担当者が管理する場合も、その作業には時間がかかります。金額にしにくければ、「更新や問い合わせ対応に月何時間かかるか」も一緒に記録しておくと、比較しやすくなります。
費用だけでなく、両方で必要な仕事を同じ程度の品質・処理量で行えるかも確認する必要があります。
セキュリティは「どちらなら安全」と決めつけない
セキュリティについては、「クラウドは危険」「ローカルなら安全」と単純に分けることはできません。それぞれ、確認すべき点と、自分たちが担う対策が違います。
クラウドAIでは、事業者がサーバーなどの基盤を管理します。利用者は、事業者の対策や契約条件を確認するとともに、アカウントや権限の設定を適切に行う必要があります。
特に、顧客情報や取引先から預かった資料を扱う場合は、便利だからといって、そのまま入力してはいけません。
少なくとも、次の点を確認します。
- 入力したデータが、どのように保存・利用されるか
- AIの学習への利用に関する設定や契約条件
- 利用者や管理者の権限をどこまで設定できるか
- 社内規程や取引先との契約で外部送信が認められているか
条件はサービスや契約プランによって異なります。実際に利用するサービスの条件を確認することが必要です。
ローカルAIは、外部へのデータ送信を抑えやすい反面、端末の保護やソフトウェアの更新、アクセス権限の管理を自分たちで行う必要があります。
端末の盗難や不正アクセス、ソフトウェアの脆弱性、誤った共有設定などへの対策は、ローカルであっても欠かせません。また、ローカルAIを動かすソフトウェアが外部通信を行う場合もあるため、実際の設定や動作を確認する必要があります。
仕事の内容に合わせて両方を使う
実際の業務では、すべてをクラウドに集める必要も、すべてをローカルに置く必要もありません。
たとえば、一般的な文章の下書きや企画のアイデア出しには、手軽に始められるクラウドAIを使う。外部に送れない文書の整理は、社内環境で動くローカルAIを検討する。そうした使い分けが考えられます。
社内で扱う資料をローカル環境で整理し、その結果から機密情報を除いたうえで、文章の表現や構成についてクラウドAIに相談する方法もあります。
ただし、名前を消しただけで必ず匿名化できるとは限りません。取引内容や日時、製品名などの組み合わせから、相手を特定できる場合もあります。外部に送る前には、残った情報から個人や取引先が分からないか、そもそも送信が許されているかを確認します。
クラウドとローカルを連携させる場合も、どのデータがどこに送られるのかを確認しなければなりません。ローカルのツールを使っているように見えても、処理の一部が外部サービスで行われる構成もあるからです。
何を優先するかで、選び方は変わる
クラウドで設備を共有すれば、資源を効率よく使える場合があります。ローカルで処理すれば、情報の管理や通信への依存という面で、自分たちに合った環境を作れる場合があります。
また、アルトマン氏は、クラウドAIを主力とするOpenAIの経営者です。その立場も踏まえつつ、発言の内容は内容として検討し、利用者側の条件に照らして判断する必要があります。
費用を抑えたいのか、高度な性能を手軽に使いたいのか。外部に送れない情報を扱うのか。導入後の管理を誰が担うのか。
AIをどこで動かすかは、性能や料金だけの問題ではありません。自分たちの情報と仕事の環境を、どこまで自分たちで管理したいか。 その視点も含めて、クラウドとローカルを選んでいきたいところです。